景联文AI观察动态速递 第3期

大厂模型动态

1. OpenAI 发布了 GPT - 5.1（Instant & Thinking），主打“智商情商”双重升级，首次引入「自适应推理」，平衡速度与深度，新模型对话风格更“有人味”，个性化设置大升级。同时发布了首款 AI 浏览器 ChatGPT Atlas，其 Agent 模式可“接管”鼠标完成跨网页多步骤任务。未来几周，ChatGPT 新版本将引入“个性”，12 月将推行年龄分级系统。此外，还小范围测试了 ChatGPT 群聊功能。

2. 谷歌 发布了 Gemini 3，相比去年的 Gemini 2 有巨大飞跃，在主流 AI 基准测试中超越前代及竞品。它具有多模态理解能力强、推理能力出色、编码能力优秀等特点，还推出了“生成式 UI”变革搜索，Agent 实用性增强。谷歌还发布了视频模型 Veo - 3.1，挑战 OpenAI Sora 2，具备原生音频注入、场景手术刀等关键特性。另外，谷歌的 NotebookLM 新增图像识别功能和 Deep Research 功能。

3. Meta 从 2026 年起将“AI 驱动的影响”纳入员工绩效核心指标，鼓励员工使用内部 AI 聊天机器人 Metamate，允许部分求职者在编码面试中使用 AI 助手。

4. 阿里 千问 APP 公测版上线，以 Qwen3 模型为底座，将覆盖多个生活场景。

5. 小米 推出“大模型 + 智能家居”解决方案 Xiaomi Miloco，以自研大语言模型 MiMo - VL - Miloco - 7B 为核心，支持视觉数据的设备端理解保障隐私安全。

6. 马斯克 的 xAI 发布了 Grok 4.1，在 LMArena 排行榜上成绩优异，在情商测试、创意写作等方面表现出色，且减少了幻觉问题。

其他公司模型动态

1. 贝佐斯 创立的 Project Prometheus 首轮获 62 亿美元融资，研究将 AI 应用于物理任务。

2. Physical Intelligence 发布了最新机器人基础模型 π*0.6，采用 Recap 方法提升具身智能成功率和处理效率。

3. MiniMax 的 M2 推出 9.9 元编程套餐，在 OpenRouter 平台 token 调用量全球 Top5。

4. PixVerse 上线升级版 V5 Fast 及「Modify」精修功能，视频生成速度提升超 30%。

5. 蚂蚁集团 推出全模态通用 AI 助手 「灵光」，支持自然语言 30 秒生成小应用。

6. Gambo AI 推出“氛围编程”Agent，输入一句话 5 - 10 分钟生成可商业化发布的完整游戏。

7. 前 Meta 员工 创立的 Sandbar 发布 Stream 智能戒指，专注 AI 语音交互。

最新开源模型（含框架、平台、工具、方案、Agent 开发、Robotics 开发）

1. 微博 自研开源大模型 VibeThinker 仅 15 亿参数，采用“频谱到信号原理”（SSP）方法训练，在国际顶级数学竞赛基准测试上击败参数量是其数百倍的模型，后训练总成本仅 7800 美元，成本效益比达 30 到 60 倍。

2. MiroMind 推出开源智能体基座模型 MiroThinker v1.0，提出“深度交互 Scaling”维度，支持 256K 上下文和 600 轮工具调用，在 BrowseComp 测试中准确率达 47.1%，逼近 OpenAI DeepResearch 的 51.5%，中文任务 BrowseComp - ZH 超越 DeepSeek - v3.2 达 7.7 个百分点。

3. 陈天桥盛大团队 推出面向 AI 的长期记忆操作系统 EverMemOS，在评测集上成绩优异，超越 SOTA 水平，系统受人脑记忆机制启发，有四层架构，解决纯文本相似度检索难题，已在 Github 开源。

4. 腾讯内容算法中心 联合 清华大学 提出 ReSeek 框架，重塑 Search Agent 核心逻辑，引入动态自我修正机制避免“一条路走到黑”，在 3B 和 7B 参数规模上达业界领先平均性能。

5. 美团 LongCat 团队 联合多所顶尖高校推出包含 50 道原创 IMO 级别难题的新基准 AMO - Bench，用于评估 LLM 数学推理能力，顶级模型在该基准测试中表现不佳，但展示了提升空间。

6. 阿里通义实验室 推出自进化 agent 系统 AgentEvolver，包含自我提问、自我导航、自我归因三个协同机制，在 AppWorld 和 BFCL - v3 基准测试中表现出色，实现了更高效的探索、更好的样本利用和更快的适应，且代码开源。

7. 微软研究院 提出全新推理范式 AsyncThink，让大语言模型从单打独斗的推理者进化成会带团队的项目经理，在多解 Countdown 任务、数学竞赛推理等方面表现优异，具备跨领域泛化能力。

8. 北京大学团队 的 AI - Newton 系统 用符号回归方法，无监督、无先验知识下重新发现基础物理定律，由知识库支持，平均识别多个物理概念和定律，为 AI 驱动科学发现提供新范式。

数据加工范式、数据需求态势

1. 斑马口语 针对 6 - 12 岁儿童英语口语场景深度定制 AI 外教，积累大量孩子发音和真人外教教学数据，构建专项数据集用于 AI 外教学习。

2. ReSeek 框架 构建了 FictionalHot 数据集，用于公正评估智能体推理能力，消除“数据污染”问题。

3. OpenAI 提出训练权重稀疏的 Transformer 模型，从头训练易解释模型以理解更复杂的模型，该方法涉及数据训练和模型优化。

4. RL 赋能搜索 涉及多种训练范式和奖励设计，数据在其中用于训练智能体，包括 SFT 冷启动、RL 微调等，奖励函数从单一到多维演进。

报告观点（机构报告、白皮书、调研、高管/学者观点）

1. CB Insights 报告 指出 2024 年 AI Agent 创业公司融资总额增长，Voice AI 成增长最快赛道，Coding AI Agents 表现突出，Customer service AI 估值倍数高，Reasoning models 导致成本倒挂，2025 年收购案多，Agent 监控工具成企业刚需。

2. 李飞飞 认为 AGI 更像营销术语，当前 AI 最大短板是缺乏空间智能，阐述了世界模型三个核心能力，World Labs 发布的世界模型产品 Marble 已在多领域广泛应用，创作时间缩短 40 倍。

3. OpenAI 提出训练稀疏模型使模型内部机制更易理解，找出“最小回路”量化可解释性，但研究处早期阶段，稀疏模型小且训练效率低。